🤖 Overture Teams Analyzer

Una herramienta avanzada de análisis de equipos para FIRST Robotics Competition - REEFSCAPE 2025, desarrollada por Team Overture 7421.

🌟 Características Principales

📊 Análisis Estadístico Avanzado

• Estadísticas por Equipo: Promedios, desviaciones estándar y métricas de consistencia
• Robot Valuation: Sistema de evaluación ponderada por tiempo y rendimiento
• Honor Roll System: Sistema de calificación académica integral
• Análisis de Categorías: Breakdown detallado por Coral, Algae y Endgame

📱 Escaneo QR en Tiempo Real

• Scanner Multi-Cámara: Soporte para múltiples cámaras y configuraciones
• Detección Automática: Procesamiento instantáneo de códigos QR
• Validación de Datos: Verificación automática de formato y consistencia
• Integración Seamless: Datos agregados automáticamente al sistema

🔮 Foreshadowing v2.0 - Sistema de Predicción

• Simulación Monte Carlo: 5000+ iteraciones para máxima precisión
• Predicción de Matches: Análisis probabilístico de resultados
• Ranking Points: Cálculo automático de RP según reglas FRC 2025
• Análisis de Confianza: Métricas de confiabilidad estadística

🤝 Alliance Selector Inteligente

• Auto-Optimización: Algoritmo de selección automática de alianzas
• Asignación de Capitanes: Basado en rendimiento y consistencia
• Análisis de Sinergia: Evaluación de compatibilidad entre equipos
• Comparación de Opciones: Herramientas de decisión estratégica

🛠 Gestión Avanzada de Datos

• Editor de Raw Data: Modificación y eliminación de registros
• Persistencia Inteligente: Preserva cambios manuales durante QR scanning
• Exportación de Datos: Múltiples formatos de salida
• Backup Automático: Sistema de respaldo y recuperación

🚀 Instalación Rápida

Prerrequisitos

• Python 3.8 o superior
• Git (para clonar el repositorio)
• Cámara USB (opcional, para QR scanning)

Pasos de Instalación

1. Clonar el repositorio

git clone https://github.com/Overture-7421/Overture-TeamsAnalizer.git
cd Overture-TeamsAnalizer

2. Crear entorno virtual (recomendado)

python -m venv venv
# Windows
venv\Scripts\activate
# macOS/Linux
source venv/bin/activate

3. Instalar dependencias

pip install -r requirements.txt

4. Ejecutar la aplicación

python main.py

Dependencias Principales

• tkinter - Interfaz gráfica
• matplotlib - Gráficos y visualizaciones
• opencv-python - Procesamiento de cámara
• pyzbar - Decodificación de códigos QR
• pandas - Manipulación de datos
• numpy - Cálculos numéricos
• Pillow - Procesamiento de imágenes

📖 Uso Básico

1. Cargar Datos

1. Click en "Load CSV"
2. Seleccionar archivo de datos de scouting
3. Los datos se procesan automáticamente
4. Ver resultados en pestañas "Raw Data" y "Team Stats"

2. Escaneo QR

1. Click en "Camera Settings" para configurar cámara
2. Click en "Real-Time QR Scanner"
3. Apuntar cámara hacia códigos QR
4. Datos se agregan automáticamente

3. Predicción de Matches

1. Click en "Foreshadowing"
2. Seleccionar equipos RED y BLUE
3. Click en "🔮 Predecir Match"
4. Ver resultados y probabilidades

4. Selección de Alianzas

1. Ir a pestaña "Alliance Selector"
2. Click en "Auto-Optimize"
3. Ver recomendaciones de alianzas
4. Ajustar manualmente si necesario

🎯 Características Específicas para REEFSCAPE 2025

Coral Scoring System

• 4 Niveles de Coral (L1, L2, L3, L4)
• Puntuación Diferenciada Auto vs Teleop
• Análisis Estadístico por nivel y período

Algae Management

• Processor Algae: Scoring en zona de procesamiento
• Barge Algae: Solo durante Teleop
• Net Algae: Scoring en redes
• Métricas de Eficiencia por tipo de algae

Endgame Analysis

• Climb Analysis: Deep, Shallow, Park, None
• Probabilidades de Climb basadas en datos históricos
• Puntuación de Endgame integrada en predicciones

Autonomous Period

• Movement Tracking: Robots que salen de zona Auto
• Auto Scoring: Coral y Processor con bonificación
• Cooperation: Detección automática de cooperation

🔧 Configuración Avanzada

Configurar Cámara QR

# Camera settings en config_manager.py
camera_settings = {
    'resolution': (1280, 720),
    'fps': 30,
    'camera_index': 0,
    'auto_focus': True
}

Personalizar Columnas de Datos

// columnsConfig.json
{
    "required_columns": ["Team", "Match"],
    "numeric_columns": ["Coral L1 (Auto)", "Coral L2 (Auto)"],
    "analysis_columns": ["custom_metric_1", "custom_metric_2"]
}

Ajustar Algoritmo de Predicción

# En foreshadowing.py
MONTE_CARLO_ITERATIONS = 5000
AUTO_TELEOP_RATIO = 0.3
COOPERATION_THRESHOLD = 6

📊 Métricas y Análisis

Estadísticas Calculadas

• Overall Average: Rendimiento promedio ponderado
• Standard Deviation: Medida de consistencia
• Robot Valuation: Puntuación avanzada con peso temporal
• Defense Rate: Porcentaje de juego defensivo
• Climb Rate: Probabilidad de climb exitoso

Fórmulas Principales

Robot Valuation = Σ(match_score × time_weight) / Σ(time_weight)
Defense Rate = defense_matches / total_matches
Overall Average = weighted_sum_of_scores / total_weights

🧪 Testing y Validación

Ejecutar Tests

# Tests unitarios
python -m pytest tests/

# Test específico de Foreshadowing
python test_foreshadowing_improvements.py

# Test de integración principal
python test_main_integration.py

Datos de Prueba

• test_data.csv - Datos básicos de prueba
• extended_test_data.csv - Dataset extendido
• example_phase_config.json - Configuración de ejemplo

🔍 Troubleshooting

Problemas Comunes

Cámara no detectada:

# Verificar cámaras disponibles
python -c "import cv2; print([i for i in range(10) if cv2.VideoCapture(i).read()[0]])"

Error de importación de módulos:

# Reinstalar dependencias
pip uninstall -r requirements.txt -y
pip install -r requirements.txt

Datos QR no se procesan:

• Verificar formato del código QR
• Comprobar iluminación de la cámara
• Validar configuración en Camera Settings

Predicciones inconsistentes:

• Verificar que hay suficientes datos por equipo (mínimo 3 matches)
• Comprobar que las columnas numéricas tienen valores válidos
• Revisar configuración en System Configuration

Logs y Debugging

# Habilitar logs detallados
import logging
logging.basicConfig(level=logging.DEBUG)

🤝 Contribuir

Guidelines de Contribución

1. Fork el repositorio
2. Crear branch para feature (git checkout -b feature/nueva-caracteristica)
3. Commit cambios (git commit -am 'Agregar nueva característica')
4. Push al branch (git push origin feature/nueva-caracteristica)
5. Crear Pull Request

Estándares de Código

• PEP 8 para estilo Python
• Docstrings para todas las funciones públicas
• Type hints donde sea apropiado
• Tests unitarios para nuevas features

📈 Roadmap y Futuras Mejoras

v3.0 Planned Features

• Machine Learning: Predicciones con IA
• API REST: Integración con sistemas externos
• Multi-Competition: Soporte para múltiples competencias
• Real-time Collaboration: Colaboración en tiempo real

Integraciones Planeadas

• FRC Events API: Información de eventos
• Tableau/PowerBI: Dashboards avanzados
• Cloud Storage: Backup automático en la nube

📜 Licencia

Este proyecto está licenciado bajo la MIT License - ver el archivo LICENSE para detalles.

👥 Equipo de Desarrollo

Team Overture 7421

• 🏆 FRC Team: rgba(215, 1, 248, 0.07) Overture
• 🌍 Ubicación: México
• 🎯 Temporada: 2025 REEFSCAPE
• 🚀 Misión: Desarrollar herramientas innovadoras para FRC

Contacto

• GitHub: @Overture-7421
• Email:
• Website: overture7421.org

🙏 Agradecimientos

• FIRST Robotics Competition - Por inspirar innovación
• Python Community - Por las increíbles librerías
• Mentores y Students - Por testing y mejoras continuas

📞 Soporte

¿Necesitas ayuda? Aquí te podemos ayudar:

1. GitHub Issues: Reportar bug o solicitar feature
2. Documentación: Ver DOCUMENTACION.md para guía detallada
3. Wiki: Consultar wiki del proyecto para tutoriales
4. Discord/Slack: Unirse a canales de la comunidad FRC

---

💡 "Innovating through robotics, one algorithm at a time."

Desarrollado con ❤️ por Team Overture 7421

---

⭐ Star History

Si este proyecto te ha sido útil, ¡no olvides darle una estrella! ⭐